運籌學兩階段法精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的運籌學兩階段法主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：運籌學兩階段法范文

【關鍵詞】 兩階段DEA模型 房地產 經營效率

一、引言

作為國民經濟的支柱型產業，中國房地產行業近年來突飛猛進地發展，房地產企業的隊伍不斷壯大。但在后金融危機時代，我國政府為抑制房價過高實施了一系列的宏觀調控政策，房地產行業受到了顯著影響。但是，行業與企業自身的經營效率和綜合能力才是反映房地產公司經營狀況的終極指標，也是房地產公司能否順利渡過經濟減緩期的決定因素。

近年來，國內外學者圍繞房地產上市公司績效評價問題展開了積極的研究和探索。Wang（2007）指出DEA工具在績效評估中和傳統的方法相比，評估結果更為客觀。Zhang（2009）等構建了ROA指標體系進行公司績效評價，從資產比率、國有股比例、所有權集中度、公司規模、公司成長等因素中探究資本結構與公司績效的關系。我國學者劉永樂（2005）等人運用數據包絡分析（DEA）的模型，對房地產行業上市公司的業績有效性進行了實證研究。丁琦（2011）等人結合DEA和FCE方法的優點構建基于DEA-FCE的房地產上市公司績效評價模型，選取了我國25家房地產上市公司的數據對房地產上市公司績效進行綜合評價。

在對房地產上市公司的績效進行綜合評價時，大多數研究者采用多指標綜合指數法或統計分析法；在分析我國房地產上市公司的績效水平時，均采用整體評價法，對我國房地產行業而言，這并不適合。因此，本文選擇采用兩階段DEA模型，目的是將我國房地產上市公司的綜合運營效率分解為成本效率和利潤效率兩個方面。本文的特色在于采用以竣工面積作為中間變量的DEA兩階段方法來測度我國房地產上市公司效率值，同時研究的時間為國家為抑制房價過高而實施宏觀調控期間，有利于更清楚地分析宏觀調控對我國房地產上市公司的影響，以此來尋求提高我國房地產上市公司經營效率的發展策略。

二、建立兩階段DEA模型

人們經常使用數據包絡分析（DEA）對效率問題進行分析和評價，根據我國房地產上市公司的實際情況，先前的研究多數采用最初的CCR模型對房地產上市公司運營效率進行分析。CCR模型是由美國運籌學家Charnes、Copper和Rhodes（簡稱CCR）在“相對效率評價”的基礎上發展起來的，它是一種對具有相同類型決策單元（DMU）進行績效評價的模型方法。對于一些工廠以及偏重于制造的企業來說，數據包絡分析中的CCR模型完全可以勝任對于該類企業技術效率和規模效率的測度，但是房地產行業的投入產出關系有其自身的特性，評判的思維更加關注于效率的過程性。根據我國房地產上市公司的實際運營情況，本文特建立兩階段CCR模型來分析我國房地產上市公司的績效情況。具體模型建立過程如下：

第一階段，建立投入矩陣為X，輸出矩陣為Y的CCR模型，如：

模型（1）中，？茲1為第一階段績效值；？姿j為第一階段的第j個房地產上市企業的變動權重；xij0為所要計算的房地產上市企業第一階段的第i種投入；yrj0為所要計算房地產上市企業第一階段的第r種產出，通過模型（1）可求出相應的參數，通過參數對房地產上市公司的第一階段投入產出進行績效分析。

第二階段，該階段是以第一階段的產出Y作為輸入變量，以房地產上市公司的最終產出Z作為產出變量，具體CCR實現模型如下：

模型（2）中，？茲2為第二階段績效值；？字j為第j個房地產上市企業的變動權重；yij0為所要計算的房地產上市企業第二階段的第i種投入；zrj0為所要計算房地產上市企業的第二階段的第r種產出，通過模型（2）可求出相應的參數，通過參數對房地產上市公司的第二階段投入產出進行績效分析。

DEA有效值判斷：當？茲=1，則稱決策單元（DMU）為DEA有效；當？茲

三、數據處理

第一階段，本文在滬深兩市選取20家具有代表性的房地產上市公司2009—2011年度中一些指標數據為基礎，數據分別來源于各公司年報，并選取被選公司的投入總資產、員工人數、營業成本三項為投入指標，以竣工面積為產出指標，運用matlab分析工具，通過DEA模型（1）式進行計算，結果如表1所示。

從表1可知，2009年有7家公司的績效？茲1=1，其余的13家公司的績效？茲1平均值為0.6842；2010年有8家公司的績效？茲1=1，其余12家公司的？茲1平均值為0.5644；2011年有9家公司的績效？茲1=1，其他公司的績效？茲1平均值為0.6451。從第一階段的計算結果可以看出，我國房地產上市公司在生產環節的效率總體處于上升階段。

第二階段，選取在第一階段被選公司產出指標的竣工面積為投入指標，將各公司的主營業務收入、營業利潤和存貨周轉天數作為產出指標，再次運用matlab分析工具，通過DEA模型（2）式進行計算，結果如表2所示。

從表2可以知，2009年有8家公司的績效？茲2=1，其余的12家公司的績效？茲2平均值為0.4931；2010年有8家公司的績效？茲2=1，其余12家公司的績效？茲2平均值為0.4525；2011年僅有4家公司的績效？茲2=1，其他公司的績效？茲2平均值為0.5008。從第二階段的計算結果可以看出，在銷售經營進一步實現利潤環節，我國房地產上市公司在宏觀調控階段，尤其是在2011年，僅有少數公司效率有效，說明我國房地產上市公司在此環節有進一步提升的空間。

四、結論

本文經營效率評價的每一個階段都可以反映房地產上市公司經營管理的不同側面，因此，我們可以根據每家房地產上市公司在這兩個階段的實證數據找出公司經營方面的薄環節。房地產上市公司在經歷了從2009年后期開始的宏觀調控后，各公司都積極調整公司的經營計劃以應對樓市的冷凍期。從本文的實證分析可以看出，我國房地產上市公司在生產環節的運營效率總體較為有效，通過對資本的控制，可以達到較好的生產水平。但在銷售運營環節，我國大多數的房地產上市公司在此階段的宏觀調控時期，缺乏有效的經營管理手段將存貨轉為利潤，僅有少數公司可以將效率值達到有效，說明我國房地產上市公司在銷售環節的運營管理方面需要進行較大的改革，以實現提升。

（注：項目編號：11sd0113，項目來源：四川省教育廳循環經濟中心。）

【參考文獻】

[1] Wang X P. Study on the performance of listed real estate companies based on DEA[A].Proceedings of the 2007 International Conference on Management Science and Engineering， Finance Analysis Section[C].2007.

[2] Zhang R，Qiu L Y.The empirical analysis of capital structure and company performance of the listed companies in real estate industry[A].Proceedings of the 4th International Conference on Product Innovation Management[C].2009.

[3] 劉永樂、胡燕京、張方杰：基于DEA的房地產上市公司業績分析[J].決策參考，2005（7）.

[4] 丁琦、王要武、徐鵬舉：基于DEA—FCE的房地產上市公司績效綜合評價[J].系統管理學報，2011（2）.

第2篇：運籌學兩階段法范文

關鍵詞：DEA 虛擬研發聯盟 績效評價

虛擬研發聯盟是虛擬組織理念滲透于研發機構所形成的一種R&D聯盟新模式[1]，打破了傳統研發聯盟的組織約束、地域限制，實現了人才、技術、信息、知識、設備等資源的無障礙共享[2]。虛擬研發聯盟遵循與一般組織結構相似的考核流程，其運行效果的好壞同樣是通過績效反映出來。

一、虛擬研發聯盟績效評價的指標體系整體構架

虛擬研發聯盟的績效評價指標體系不同于一般的戰略聯盟績效評價指標體系。它著重從集成性、敏捷性、協同性三個方面出發，涉及到對于整個聯盟研發能力的全方位評價，因此其內涵十分豐富，具有很強的系統性和層次性。根據虛擬研發聯盟績效評價的特點，根據科學性，求實不求全，指標數據的可獲得性及可比性等原則，經過反復篩選和優化，構建了基于綜合評價指數的考核框架，具體如圖1所示。

二、虛擬研發聯盟的績效評價方法

（一）基于DEA綜合評價模型的指標選擇和數據收集

數據包絡分析（Data Envelop-ment Analysis，簡稱DEA）是美國著名運籌學家A. Charnes和W. W. Cooper等學者，以相對效率概念為基礎發展起來的一種效率評價方法。它不但可以對同一類型的各決策單元（Decision Making U-nits， 簡稱DMU）的相對有效性進行評定、排序，而且還可以利用DEA“投影原理”進一步分析各決策單元（DMU）的有效原因及其改進方向，從而為決策者提供重要的管理決策信息。數據包絡分析的基本思路是建立輸入與輸出的評價關系，用這種評價關系來評價輸入對輸出是否相對有效，即DEA有效性和相對有效的程度。

為了從集成性、敏捷性、協同性三個維度對虛擬研發聯盟進行評價，可以將每一個虛擬研發聯盟作為一個決策單元（DMU），而后分別從三個維度對其進行DEA分析，得出三個維度的DEA有效性和相對有效程度。為了適應DEA的基本思路，同時方便數據的有效收集，本研究以虛擬研發聯盟指標體系為基礎，依照輸入和輸出的模式選取指標體系中重要且數據易收集的指標，構建如表2所示的虛擬研發聯盟DEA綜合評價指標體系。

為了保證評價的客觀性，發揮DEA模型的客觀性優勢，對于以上指標的數據來源，以被評價虛擬研發聯盟的聯盟內部統計數據為主，對于少量的綜合定性數據，則通過評價組，以專家打分的方式獲取。

（二）DEA綜合評價模型的構建與分析

為了可以在從三個維度分別評價虛擬研發聯盟的同時獲得虛擬研發聯盟的總體評價結果，構建兩階段DEA綜合評價模型。第一階段，利用虛擬研發聯盟DEA綜合評價指標體系從三個維度分別評價虛擬研發聯盟，求出各個維度的效率值θ，為了全面的分析各決策單元的技術效率與規模效率情況，可以分別從技術效率、純技術效率以及規模效率三個方面進行分析評價。第二階段，則利用第一階段的結果，結合一級指標的權重，經過加權平均，計算出虛擬研發聯盟的綜合效率值。

根據DEA數據包絡分析理論，可以對于集成性、敏捷性和協同性三個維度分別用C2R模型評價技術效率，用BC2模型評價純技術效率，而用兩者的比率評價規模效率。由于各個維度的評價均由多個投入指標和多個產出指標構成，因此用下腳標i表示第i項投入，而用下腳標u表示第u項產出，設所求維度有p個投入指標，q個產出指標。

第一步，利用Charnes和Cooper給出的具有非Archimedes無窮小量的DEA模型（Dε），分析各虛擬研發聯盟的技術效率。

其中，θ表示所評價虛擬研發聯盟的技術效率值；xij和yuj分別表示第j個DMU的第i項投入指標和第u項產出指標，λj表示n個DUM的線性組合向量，S-i表示第i項投入指標的投入過剩量，S+u則表示第u項產出指標的產出不足量。通過這個C2R模型可以對虛擬研發聯盟的技術效率和規模收益進行評價。

（1）技術效率評價：假設該線性規劃模型的最優解為θ0，λj0，Si-0，Si+0，則根據DEA理論有：若θ0=1，Si-0=0，Si+0=0，則DUMj0為DEA有效，即該虛擬研發聯盟相關維度同時為技術和規模最佳；若僅θ0=1，則DUMj0為弱DEA有效，即該虛擬研發聯盟相關維度并非技術效率和規模同時達到最佳；若θ0

（2）規模收益評價：若存在λj0，使得Σλj0=1，則該虛擬研發聯盟為規模收益不變；若不存在λj0，λj0，使得Σλj0=1，且Σλj01，則該虛擬研發聯盟為規模收益遞減。

（3）改進目標。若通過技術效率評價得出結果為弱DEA有效或DEA無效，則應該針對結果對虛擬研發聯盟進行改進。若Si-0>0，Si+0>0，即表示該虛擬研發聯盟存在投入過剩或產出不 第二步，用由Banker給出的（BC2）模型評價虛擬研發聯盟的純技術效率。

該模型將規模效率固定，從而由該模型得出的結果為純技術效率值。若假設該線性規劃模型的最優解為θ0，λ0j，Si-0，Si+0，則根據DEA理論有：若θ0=1，Si-0=0，Si+0=0，則DUMj0為DEA有效，即該虛擬研發聯盟相關維度的純技術效率為最佳，反之則該虛擬研發聯盟相關維度的純技術效率為達到最佳。

通過以上兩步，已經從三個維度對虛擬研發聯盟分別進行了評價，但這些只能體現虛擬研發聯盟在一個維度上的優劣，無法從整體上多虛擬研發聯盟進行評價，因而必須在前兩步的基礎上再運用層次分析法的方法，將各維度的技術效率值、純技術效率值和規模效率值分別進行整合計算。整合階段主要有兩個部分，第一部分是通過專家打分的方式獲取各個維度的權重wj，第二部分則是依照權重對各個維度的效率值進行加權平均，最終獲取整體評價效率值R=wj×aj（其中aj為各個維度的各種效率值）。

三、結論與建議

本文基于虛擬研發聯盟運作績效表現出的集成性、敏捷性及協同性特點，構建虛擬研發聯盟的績效評價模型和指標體系，并運用DEA綜合評價方法對該模型進行了分析和篩選，在此基礎上設計和開發了虛擬研發聯盟DEA綜合評價指標體系。指標體系包括集成性指數、敏捷性指數及協同性指數三個方面23個指標。通過對虛擬研發聯盟技術效率和規模效益的評價，得出需要改進的目標。

本文認為企業要提升虛擬研發聯盟的績效，首先需要聯盟形成共同的文化，包括聯盟的表象、制度和理念，各聯盟成員共同遵守、自覺實踐，推動聯盟生產經營的團體精神和行為規范結構四個方面；第二，虛擬研發聯盟應確立清晰明確的遠景和目標，建立健全的管理和激勵機制，同時提高聯盟的領導力，使得各成員具有強烈的歸屬感和向心力；第三，要根據聯盟的規模、所處的階段、成員水平、成員地理位置分布等因素構建合適的聯盟組織結構：分散的自組織結構形式、系統整合和協調型組織結構形式、核心小組作為系統設計師的組織結構方式、集中化風險團隊組織結構方式。

參考文獻：

[1]劉慧，吳曉波.虛擬R&D聯盟：新產品研發的新模式[J].科學學與科學技術管理，2003（5）

第3篇：運籌學兩階段法范文

關鍵詞:C-W算法;配送車輛優化調度;啟發式算法

中圖分類號:TP312文獻標識碼:A文章編號:1009-3044(2010)09-2132-02

Application of C-W Algorithm in Logistics Distribution Vehicle Scheduling

CAO Jing-xia1,2

(1.School of Information Engineering, Jiangnan University, Wuxi 2141222, China; 2.Jiangyin Polytechnic College, Jiangyin 214400, China)

Abstract: Logistics Distribution Vehicle Scheduling is a very crucial step in the process of logistic distribution. This paper briefly describes the most representative algorithm, points out that the heuristic algorithm is the main method to solve vehicle routing problem, and demonstrates its applicability to solving the problem of vehicle scheduling by citing the examples of C-W algorithm, a typical method among the heuristic algorithm.

Key words: C-W algorithm; delivery vehicle scheduling; heuristic algorithm

隨著我國市場經濟的建立和發展,作為“第三利潤源泉”的物流日益受到政府有關部門和廣大企業的重視,成為當前最重要的競爭領域。配送是物流活動中直接與消費者相連的環節,在物流的各項成本中,配送成本占了相當高的比例。配送車輛調度的合理與否對配送速度、成本、效益影響很大,采用科學、合理的方法來進行配送車輛調度,是物流配送中非常關鍵的一環。

1 物流配送車輛路徑問題(VRP) 概述

物流配送車輛路徑問題(Vehicle Routing Problem ,VRP) 最早是由Dantzig 和Ramser于1959年提出的,一經提出立即引起了運籌學、物流科學、計算機應用等學科專家和運輸問題制定和管理者的極大關注。

該問題的研究目標是對一系列的顧客需求點設計適當的路線,使車輛有序地通過它們,在滿足一定的約束條件(如貨物需求量、發送量、交發貨時間、車輛容量限制、行駛里程限制、時間限制等) 下, 達到一定的優化目標(如里程最短、費用最少、時間盡量少、車隊規模盡量小、車輛利用率盡量高等)。

2 VRP問題的求解算法

VRP問題是組合優化領域著名的NP難題之一,即隨著客戶數量的增加,可選的配送路徑方案數量將以指數速度急劇增長,即出現組合爆炸現象,因此通常的做法就是應用相關技術將問題分解或者轉化為一個或者多個已經研究過的基本問題,再使用相對比較成熟的基本理論和方法求解。VRP問題的求解方法基本上可以分為精確算法和啟發式算法兩大類。

2.1 求解VRP問題的精確算法

求解VRP問題的精確算法主要運用線性規劃、整數規劃、非線性規劃等數學規劃技術來描述物流系統的數量關系,以便求得最優解。求解VRP問題常用的精確算法有分枝定界法、割平面法、動態規劃法、網絡流算法等。這些方法從理論上給出了VRP問題精確求法,在可以求解的情況下,其解通常要優于啟發式算法。由于精確算法在求解時引入了嚴格的數學方法(手段),因而無法避開指數爆炸問題,使其獲得整個系統的最優解越來越困難,因此,這些算法都是針對某一特定問題設計的, 適用能力較差, 在實際中其應用范圍很有限。

2.2 求解VRP問題的啟發式算法

為了克服精確算法的不足,可以運用一些經驗法則來降低優化模型的數學精確程度,并通過模仿人的跟蹤校正過程來求取運輸系統的滿意解,為此專家們主要把精力花在構造高質量的啟發式算法上。啟發式算法能同時滿足詳細描繪和求解問題的需要,較精確式算法更加實用。

目前己經提出的啟發式算法很多,按照Cesar Reg的分類法,基本可以分為構造啟發式算法(節約算法、最鄰近法、插入法、掃描法)、兩階段啟發式算法、不完全優化算法和智能化啟發式算法(禁忌搜索算法、模擬退火法、遺傳算法、神經網絡算法、蟻群算法、微粒群算法等)四類。啟發式算法中由Clarke 和Wright 在1964 年提出的節約法(簡記為C-W算法)具有非常典型的代表性。

3 C-W算法的應用

3.1 定義與原理

C-W算法是根據物流中心的運輸能力和物流中心到各送/ 取貨點以及各個送/ 取貨點之間的距離,制訂使總的車輛運輸噸公里數(或者時間或者費用)最小的方案。

C-W算法的基本思路如圖1所示,已知P點為配送中心,它分別向用戶A 和B送貨。設P點到用戶A 和用戶B 的距離分別為a 和b。用戶A 和用戶B 之間的距離為c,現有兩種送貨方案,如圖1(a)和(b)所示。

在圖1(a)中配送距離為2(a+b);圖1(b)中,配送距離為a+b+c。對比這兩個方案,2(a+b)-(a+b+c)=a+b-c,很明顯,由三角形的幾何性質可知, 三角形中任意兩條邊的邊長之和大于第三邊的邊長。即:a+b-c>0 。連接AB所得的節約量是a+b-c。

3.2 實例

為了使C-W算法體現較為明了,選取較典型的實例介紹。假設配送中心使用同類型的配送車(主要是裝載量和容積相同),保證一條線路上各用戶的貨運量之和不大于車輛的載重量。

基本資料介紹:

現有6個用戶(標號是1,…,6),各個用戶的貨運量是gi(噸)(i=1,…,6),這些用戶由配送中心(標號是0)發出的載重量為8噸的車輛完成配送任務,要求最后的路線安排使總距離最小。具體數據見表1、表2。

首先,把各個點單獨與配送中心相連,構建僅含一個點的初始路線,得到總的距離為:2*(40+60+75+90+200+100)=1130km

然后,連接兩兩用戶到同一條線路上得到節約值(節約量公式a+b-c),節約值越大,說明兩用戶連在一起時運距減少的越多,如果是負值就不應該把兩用戶連在同一條線路上。

C-W算法解題步驟:

1)計算各用戶之間的節約值(節約量公式a+b-c)

例如:連接用戶1和用戶2時,節約量=40+60-65=35

連接用戶3和用戶5時,節約量=75+200-50=225,類似可以得到其他,如表3。

2)按照從大到小的順序排序,見表4。

表4 節約里程排序表

3)連接點對,見表5。

根據表,得到最后的路線安排如下:

0-3-5-6-0

0-1-2-4-0

比初始路線節約運距:230+225+50+35=540km

通過使用C-W算法,對配送線路進行組合以后,由原來的6條初始化線路,減少到2條組合線路, 運行距離從開始的1130km 縮短為590 km ,節約的里程相當可觀。不難明白, 中國的物流行業是一座金山。只有不斷進行物流管理和技術創新,提高物流效率, 才可能大幅降低整個業務成本。

參考文獻:

[1] 李如姣.“節約里程法”在某物流公司配送中心的實際運用[J].科技咨詢,2008(28):156-158.

[2] 方金城,張岐山.物流配送車輛路徑問題(VRP)算法研究[J].徐州工程學院學報,2007(2):84-88.

第4篇：運籌學兩階段法范文

關鍵詞：

高速公路；投資風險；動態；度量模型

中圖分類號：

F83

文獻標識碼：A

文章編號：16723198（2013）21012303

我國高速公路的發展從20世紀80年代末起步，經歷了80年代末到1997年的初步建設階段，以及1998年至今的快速發展階段。截止于2012年底，我國高速公路的通車總里程達到9.6萬公里，超越了美國，成為了世界上規模最大的高速公路系統大國。然而，在兼具經濟效益和社會效益的高速公路項目中，高收益與高風險兩者往往相互共存。同時，高速公路的建設和運營具有長期性和不定性的特點，一些未確定因素、隨機因素的大量存在，使得高速公路項目在不同的建設階段面臨不同的風險，并且這些風險將隨著時間的推移不斷轉化，它們將直接影響著高速公路項目的實施。因此，只有充分認識高速公路項目投資風險的客觀存在的必然性，對項目的投資風險因素進行動態的度量，才能有效的進行風險控制，提高項目的投資效率及效益。

1投資風險度量的內容

投資風險度量，是指在識別投資風險的基礎上，對其進行定性的估量與定量的評價。投資風險度量主要包括以下內容：

1.1確定投資風險因素發生的概率

這是項目投資風險度量最重要的工作，通過主觀或客觀的方法實現量化的目的。度量結果的有效性首先取決于對其概率值的確定。概率確定的方法有兩種，一種是根據大量試驗，用統計的方法進行確定，不依據決策者的意志，這種方法稱為客觀概率度量法。另一種是人們對根據經驗結果所作出的主觀判斷的度量，稱之為主觀概率度量法。

1.2分析投資風險因素的風險結果

雖然有些風險它的發生概率很小，但一旦發生，其造成的后果十分嚴重。因此，對這類發生概率很小而結果影響嚴重的風險也需要嚴格控制，否則這類風險的發生將會給整個項目帶來極大的損失。

1.3估計投資風險影響的范圍

單個投資風險的發生也可能影響到項目其他方面的工作。例如有的風險，即使它的發生概率和后果影響程度都較低，但一旦發生，將會影響到項目其他方面的許多工作。因此，對這類風險也需要謹慎對待，防止其擾亂整個項目的活動。

1.4推斷投資風險發生的時間

即估計分析項目的投資風險可能發生在項目實施過程中的什么階段和什么時間。越早發生的風險應該優先得到控制，對于其后發生的風險，可以通過監測和觀察再做進一步的防控。

2投資風險的度量方法

隨著風險管理理論的發展，目前已發展出了一系列的風險度量的應用方法。常用的幾種方法包括：調查打分法、層次分析法、蒙特卡洛模擬法、敏感性分析法、模糊數學法等。

調查打分法，又稱主觀評估法，是一種最簡單且易于應用的風險評估方法。該方法主要包括三個方面的工作：（1）辨識建設項目可能遇到的所有風險，列出風險清單；（2）借助專家的經驗，對風險清單上的各風險因素的重要性進行評估；（3）收集各專家對風險的評估意見，結合建設項目整體風險概況，從而確定出主要的風險因素。

層次分析法，是一種靈活的、實用的多目標決策方法，它能將主觀和客觀因素有效的結合起來。其理論核心是將一個復雜的系統分解為若干個因素。這些因素按屬性不同分為若干組，每個因素又受到一系列子因素的影響。根據項目目標、因素間的支配關系構成一個遞階層級結構。

蒙特卡洛模擬法，又稱統計表試驗法。該方法的基本原理是將被試驗的目標變量用一個數學模擬模型表示，模型中盡可能的模擬影響該目標變量的主要風險變量。在模擬模型中的每個風險變量的風險結果及其相對應的概率值用一個具體的概率分布來描述。然后利用隨機數發生器來產生隨機數，再根據這一隨機數在各風險變量的概率分布中取一值。當各風險變量的取值確定后，風險總體效果就可以根據所建立的模擬模型計算得出。

敏感性分析法，主要用于評估確定型風險變量對項目目標的影響。其敏感程度是指由于特定因素的變化而引起評估目標的變動幅度。如果這一因素在一定范圍內變動，而不對評估的目標造成變化，則該風險因素可以被認定為是弱敏感因素；反之為強敏感因素。該方法一般在項目決策階段的可行性研究中較為常見。

模糊數學法，是利用數學的方法來處理模糊現象的科學。該方法的步驟是：首先確定評估指標體系，建立風險因素集；然后確定影響因素的權重向量，建立隸屬度；最后根據隸屬函數對方案各目標的影響因素建立模糊評估矩陣，按照模糊數學的計算方法，得出最終的評價結果。

值得注意的是，雖然度量投資風險的方法有多種，但這些方法并不是適用于所有的建設項目，同樣也不是適用于項目的所有階段。因此，在實際的應用中需要考慮建設項目的規模、類型、項目的目標等等，采用適當的方法開展投資風險度量工作。

3高速公路項目投資風險的動態度量模型

3.1高速公路項目投資風險的動態度量過程模型

高速公路建設項目投資風險的動態度量，是以高速公路建設項目的跟蹤和階段性評估為基礎，它不僅僅要根據項目預設的控制目標對項目績效進行實時監控，還需要判斷和預測未來的投資風險大小和影響程度。通過對高速公路項目建設過程中投資風險的動態的持續性的度量，可以及時的發現項目實施過程中遇見的問題，從而制定有效的措施予以糾正和防范；另一方面，可以對項目的目標或實施方案進行一定的調整和修正，實現高速公路項目實施過程的動態優化，進而有效的保證項目投資效益和效率的最大化。

從前面的論述可以知道，高速公路建設項目投資風險的度量主要包括風險估量和風險評價兩個部分的內容。其中投資風險估量的主要工作是從定性的角度來確定投資風險發生的概率、分析投資風險的后果、估計其影響范圍以及推斷投資風險發生的時間。而投資風險評價則是在投資風險識別和估量的基礎上，綜合考慮高速公路建設項目投資風險的特性、管理目標，進一步量化各投資風險因素對建設項目的影響程度，進而對各風險因素的影響程度排序，把握風險因素之間存在的聯系，以此來更好地對高速公路建設項目進行投資風險的動態管理。

本文借助于美國PMBOK的風險處理框架，以及投資風險度量的內容，構建高速公路項目投資風險的動態度量過程模型，如圖1所示。

從圖1投資風險的動態度量過程模型可知，高速公路建設項目的投資風險動態評價主要包括項目前期投資風險評價和項目實施中投資風險評價兩階段。從內容上來看，項目前期的投資風險評價更多的涉及項目的融資結構、規劃方案比選等問題；項目實施階段的投資風險評價則是在項目建設過程中，將項目的實際情況與項目目標做實時跟蹤對比，發現問題和糾偏調整的過程。從實施的過程來看，首先投資者需要根據以往的數據和經驗，對整個高速公路建設項目的投資風險進行估量。根據投資風險估量的結果，開展項目前期的投資風險評價，以此來確定項目的目標和計劃，從而指導項目的具體實施。在實施過程中，將各階段性的成果和環境條件與項目原計劃進行對比，分析是否存在偏差。如果不存在偏差或偏差較小，則按原計劃進行項目的實施；如果相比較存在著較大的偏差，則需要對發生偏差的原因進行仔細分析。一般發生偏差的投資風險有兩類，一類是可控風險，主要來源于管理方、設計方、施工方、運營方實施不力等人為因素。對于這類投資風險因素，可以根據項目的實施現狀，來制定相關的糾偏防控措施來將損失降到最低程度。另一類是不可控風險，主要來源于項目目標方案本身的缺陷以及客觀環境發生變化等。因此投資者需要結合項目的實施前景，對項目目標方案進行一定的修正和調整，再指導項目的實施，從而形成一個動態循環的投資風險度量網絡系統。

通過對高速公路建設項目投資風險動態度量的過程分析，可以發現投資風險動態度量的最大特點就是對項目全過程投資風險的跟蹤與評價。通過在項目前期階段和實施過程中的投資風險評價，及時糾偏和防控以及對項目目標方案的修正和調整，從而降低和預防高速公路項目建設過程中投資風險的損失，為項目技術經濟效益的提高提供有力的保障與支持。

3.2高速公路項目投資風險的動態度量數學模型

高速公路建設項目投資風險度量的目的是分析項目總體投資風險水平，以及解決各投資風險因素的重要度的排序問題，從而可以推斷哪些因素在項目建設過程中需要重點防控，以及對項目整體的投資風險進行一個估量與評價。綜合風險度量方法，以及高速公路項目投資風險指標體系多層次、多因素的特點，因此本文采用層次分析法（AHP）來進行投資風險度量。

構建層次分析法的評價模型主要步驟如下：

（1）構建層次遞階模型。

如圖2所示，在層次模型中，自上而下包括目標層、準則層、因素層以及控制層。最高層次目標層反映的是需要完成的最終目標，為高速公路項目總體投資風險水平；下一層次從高速公路項目的建設目標角度定義的準則層，為進度風險、質量風險、成本風險、安全風險、環境風險。因素層反映的是參與評估的各種投資風險因素。最后將各投資風險因素歸為投資風險控制層，控制層可分為政治風險、自然風險、技術風險、管理風險、金融風險以及市場風險。

（2）構造判斷矩陣。

由于各投資風險因素的重要程度不同，需要賦權重值加以反映。完成這一步需要通過專家調查表法收集有關數據。本文采用美國運籌學家A.L.Saaty提出的1-9比率標度法，詳見表1，對因素層間的各投資風險因素進行兩兩比較，將思維判斷數量化，得出判斷矩陣。

（5）計算項目整體投資風險程度。

把高速公路建設項目的全壽命周期內所有階段的投資風險活動進行以上的分析評估，并把各風險程度統一起來，計算加權平均值，即可得出項目的整體投資風險水平，由此判斷高速公路項目的整體投資風險程度。

4結論

本文充分考慮投資風險管理的系統性、全面性和持續性，從系統工程的角度出發，運用風險管理理論和層次分析法，構建了高速公路項目投資風險動態度量的過程模型和數學模型，突破了以往采用靜態分析的方式進行投資風險度量的局限。該模型在明確投資風險度量內容的基礎上，對高速公路項目投資風險進行動態的跟蹤與分析，能為今后制定切實可行的投資風險應對措施提供有力保證。

參考文獻

[1]王卓甫.工程項目風險管理—理論、方法與應用[M].北京：中國水利水電出版社，2003.

第5篇：運籌學兩階段法范文

【關鍵詞】 社會責任； 利益相關者； 財務績效； DEA-CCR模型

隨著環境的變化和消費者意識的提高，在高度全球化的世界經濟體系中，企業已經不能將環境污染、勞動安全、產品品質等問題置之度外，承擔社會責任已經成為企業實現可持續發展的必要條件。傳統的追求利潤最大化理念已不能適應現代企業發展的需要，而以可持續發展為核心的企業社會責任逐漸成為市場各參與方關注的焦點。

國外對于企業社會責任的研究已經形成了一套完整的體系，同比中國對于煤炭企業社會責任的研究始于2005年，尤其近三年已經有百余篇文獻。例如，楊海（2007）、孫運紅（2009）、丘艷（2009）等根據社會責任理論分析了煤炭企業社會責任中的經濟責任、法律責任、道德責任等具體內容。張玉蘭（2007）分析了煤炭企業社會責任的披露情況。但總結已有的國內文獻會發現，現有研究多集中在內涵、具體內容、履行中遇到的問題及策略等一系列定性研究方向，關于煤炭社會責任的實證分析很少，并且我國就某一具體行業（包括煤炭企業）的社會責任與財務績效關系的問題探討同樣相對較少，對諸如行業內社會責任的對象及內容是什么以及社會責任與財務績效的關系如何的問題研究相對薄弱。因此，本文從煤炭企業這一特定行業出發，以定性的方法研究社會責任對財務績效的影響評價問題，力求公平合理地評價煤炭上市公司的社會責任，并揭示煤炭上市公司的社會責任對財務績效的影響。

本文將從利益相關者角度出發，以我國37家煤炭上市公司為樣本，選取2010年和2011年年報數據，對其社會責任對財務績效的效率進行分析，運用DEA分級有效性進行生產效率排名，以此來考察我國煤炭上市公司社會責任的整體經營狀態，并提出合理化建議，以期提高企業財務績效。

一、研究方法――DEA模型

數據包絡分析（DEA）是一種以相對效率為基礎，用于評價具有相同類型的多投入、多產出的決策單元是否技術有效的非參數統計方法。DEA是在1978年由著名的運籌學家、美國德克薩斯教授A.Charnes，W.W.Cooper和E.Rhodes首先提出的。在眾多的統計方法中，DEA處理多輸入-多輸出問題的能力具有絕對優勢，不僅可以用線性規劃判斷決策單元所對應的點是否位于優先生產前沿面上，同時還可以獲得許多有用的管理信息。基于這些考慮，本文將選用DEA進行社會責任對財務績效影響的研究。

DEA的首個模型被稱為CCR模型，這一模型是用來研究具有多輸入、多輸出的“生產部門”同時為“規模有效”與“技術有效”的理想方法。CCR由最有效率的決策單元（DMU）構成生產前沿面，在此前沿面上的效率為1，而在其前沿邊界之內的決策單元視為相對無效，其效率值在0―1之間。根據DMU與有效生產前沿面的距離狀況，來確定各DMU是否DEA有效。

二、投入―產出分析

（一）煤炭企業社會責任投入分析

近年社會責任逐漸向多維度發展形成社會責任理論，其衍生理論――利益相關者理論形成并逐漸發展成為一個成熟的理論。利益相關者理論不僅明確了企業社會責任的對象和責任范圍，而且為研究社會責任和財務績效的關系提供了途徑。本文研究社會責任時選取利益相關者角度，主要基于煤炭行業利益相關者的特殊性。與一般企業所不同的是，煤炭行業由于其所具有的行業特征，所涉及的利益相關者更為廣泛和復雜。一方面，煤炭是關系到國計民生的國家重要的戰略資源和能源資源，它是與國家的經濟命脈緊密相連的，因此，國家是煤炭行業最大的利益相關者，在選取利益相關者時把國家即政府應作為第一利益相關者；另一方面，頻繁爆發的礦難事故使煤炭行業儼然成為高風險行業的代名詞，員工生命安全和權益的保障是整個社會普遍關注的問題，因此保障員工權益是煤炭行業最大的社會責任。

利益相關者是能夠影響企業生產經營行為、決策、目標的單位、群體或個人。就煤炭企業而言，這樣的利益相關者有政府、員工、股東、客戶、供應商、債權人。本文從這六個角度出發研究煤炭企業社會責任的財務績效效率。首先對每個利益相關者分別選取了一個財務指標來衡量煤炭企業對利益相關者的社會責任，如表1。對于政府，選取賬面所得稅稅率，因為所得稅是國家宏觀調控經濟的重要工具；對于員工，選取工資福利率，原因是員工在企業的權益主要通過工資及福利體現；對于股東，選取每股收益，因為每股收益能夠衡量普通股的獲利能力，這是企業對股東責任的最直接體現；對于債權人，選取利息保障倍數，它是企業支付負債利息能力的指標，同時也是債權人最關心的指標；對于客戶，選取主營業務成本率；對于供應商，選取應付賬款周轉率。

（二）煤炭企業財務績效產出分析

通常衡量企業財務績效的指標分為兩種類型：會計指標和市場指標。本文選取的會計指標為反映評價企業運營能力的總資產報酬率（ROA），總資產報酬率相對于凈資產收益率及投資報酬率來說不容易被篡改數據，具有較高的可信度。選取的市場指標為TobinQ值，這是一種被眾多國內外學者在研究當中廣泛應用的測度企業價值的方法。該指標較真實地反映了公司內在價值與市場價值的關系，今后有望成為絕對價值評估的重要指標。

三、DEA評價分析

為使文章的研究更真實地反映煤炭上市公司的社會責任對財務績效的影響，本文選取在滬市和深市上市的38家煤炭上市公司作為參考集。來源是國泰安數據庫、巨潮咨詢網，數據真實有效。鑒于DEA要求投入―產出指標為非負，而安泰集團的投入指標為負數，同時本文認為指標為負的企業當年的財務績效效率是非有效的，其效率值為0。因此剔除安泰集團，剔除后剩余37家。

在這37家企業中，每個公司都有2個產出變量，6個投入變量，因此共有37個DMU，每個DMU都包含輸入X=（X1，X2，X3，X4，X5，X6）T，輸出Y=（Y1，Y2）T。將37家上市公司的數據在DEAP2.1軟件下，進行若干次運行，并對首次運行DEA有效的企業定義為第1等級有效，將其剔除后，進行第二次DEA分析，運行結果為DEA有效的DMU定義為第2等級有效，以此類推。首次運行結果如表2。

從表2可以看出，2010年社會責任綜合效率達到相對有效的個數為11家，說明這11家公司為DEA有效，它們的投入無冗余產出無不足。相比之下，2011年達到DEA有效的僅為9家。本文將這11家和9家定義為第1等級有效。對于剩余的企業，發現這些企業都有規模效益的損失，并且都顯示為規模效益遞增，說明社會責任的履行有助于這些企業取得更好的財務績效。接下來針對剩余的非DEA有效的企業進行第二次DEA分析，結果如表3。

將第二次運行結果顯示的DEA有效企業定義為第2等級有效。在經過多次運行后，結果見表4。

根據數次DEA評價結果，37家煤炭上市公司被分為3個等級（其余部分不再劃分）。第1等級的煤炭企業社會責任的履行情況良好，需要繼續維持現狀。第2等級的煤炭上市公司的社會責任履行有待提高，應給予較大的鼓勵與激勵。第3等級的公司履行情況較差，需要予以警告和督促。剩余公司情況非常差，并且比重所占接近一半，應予以足夠的重視，加強警告或懲罰。

同時表格顯示，2010年各個等級有效的企業都顯然比2011年數量多，這表明兩種可能的情況：一是2010年煤炭企業社會責任的履行情況很大程度上優于2011年。但根據近年來國際社會對企業社會責任的關注以及我國企業社會責任報告理念的不斷完善，煤炭行業履行社會責任越來越差的可能性比較小，所以就出現了第二種可能性，即鑒于DEA有效屬于相對有效，2011年一些煤炭上市公司對社會責任尤為重視，因而成為第一等級有效的企業。總體上看，第一等級有效的企業多數還是原來的企業，只有個別企業下滑比較突出，例如寶泰隆。第二、三等級有效的企業相對來說比較少，原因是很多煤炭企業只是保持在原來的社會責任水平上，相對社會責任履行情況好的企業而言屬于倒退的情況。

四、結論

本文運用基于投入型的DEA模型，以我國煤炭上市公司2010年和2011年的數據，分析了我國煤炭上市公司社會責任效率，并研究了社會責任對財務績效的影響關系。結果表明：

1.少數企業社會責任的投入與財務績效協調一致。即這些企業社會責任沒有投入的冗余或缺失。但大多數企業，以目前社會責任的投入來看，社會責任的效率較低。

2.社會責任的履行情況參差不齊。兩年的數據研究結果有一個共同點，即煤炭企業的社會責任效率呈現很大的差異性，這不僅體現在2010年與2011年煤炭上市公司之間的差異，更主要體現在歷年煤炭上市公司之間的巨大差距。這折射出一個很重要的信息，即政府應加大對全行業社會責任履行的管理力度，整頓社會責任履行較差的企業。

3.社會責任對財務績效的影響是正向的。DEA非有效的公司都表現為規模收益遞增，這說明社會責任的履行在很大程度上與企業的業績呈正相關的關系，即社會責任的履行對企業的經營績效有積極的促進作用，所以企業很有必要加大對社會責任方面的投入。

【參考文獻】

[1] Cooper W.W，Seiford L.M.，Joe Zhu.Handbook on Data Envelopment Analysis[M].Boston：Kluwer Academic Publishers，2004.

[2] 李立清，李燕凌.企業社會責任研究[M].北京：人民出版社，2005.

[3] 蔣太才，盧宇，伍晶晶.基于DEA/AHP相結合的資源型旅游企業財務績效評價[J].市場論壇，2011（11）：33-35.

[4] 戴永君.我國煤炭企業社會責任現狀評析[J].山西經濟管理干部學院學報，2011（9）：18-20.

[5] 畢功兵，梁，楊鋒.資源約束型兩階段生產系統的DEA[J].效率評價模型，2010（2）：71-75.

[6] 紀建悅，王翠，袁治.基于DEA模型的企業利益相關者關系經營效率評價研究――基于我國家電業上市公司的實證分析[J].工業技術經濟，2010（12）：15-23.

[7] 胡.我國煤炭企業社會責任增強[N].中國能源報，2011-02